[論文レビュー] Evidential reasoning in parallel hierarchical vision programs

Ze-Nian Li, Leonard Uhr|arXiv (Cornell University)|Aug 8, 1986

Constraint Satisfaction and Optimization参考文献 8被引用数 5

ひとこと要約

本稿では、階層的ビジョンプログラム内におけるDempster-Shafer理論の効率的並列実装を提案し、視覚的パターン認識の性能を向上させることを目的としている。複数の処理レベルに跨る証拠推論を統合することで、分散的かつ逐次的な証拠結合によって、複雑な視覚的タスクにおける耐障害性と正確性が向上する。

ABSTRACT

This paper presents an efficient adaptation and application of the Dempster-Shafer theory of evidence, one that can be used effectively in a massively parallel hierarchical program for visual pattern perception. It describes the techniques used, and shows in an extended example how they serve to improve the program's performance as it applies a multiple-level set of processes.

研究の動機と目的

• 証拠推論を用いたスケーラブルで並列な視覚的パターン認識フレームワークの開発。
• 分散アーキテクチャにおいてDempster-Shafer理論を効果的に適用することで、多段階ビジョン処理における不確実性に対処すること。
• 処理レベルに跨る段階的かつ階層的な証拠結合を通じて、システム性能の向上を図ること。
• マス・パラレルビジョンシステムに証拠推論を統合する実現可能性と利点を実証すること。

提案手法

• マス・パラレルで階層的なビジョンアーキテクチャに適合させるためにDempster-Shafer理論を適応すること。
• 複数のレベルに跨る段階的かつ分散処理を支援する証拠結合ルールを設計すること。
• 低レベルの特徴が証拠統合を通じて高レベルの解釈にフィードバックされる階層としてビジョンパイプラインを構造化すること。
• 通信オーバーヘッドを最小限に抑えるために、各レベルで信念値と妥当性値を並列処理ユニットで計算すること。
• 証拠結合を単純化しつつ推論の整合性を保つために、条件付き独立性の仮定を適用すること。
• 性能向上の評価を目的として、実世界のビジョンプログラムにフレームワークを統合すること。

実験結果

リサーチクエスチョン

• RQ1 Dempster-Shafer理論をマス・パラレルビジョンシステムに効率的に適応する方法は何か？
• RQ2 証拠推論は階層的視覚的パターン認識においてどのように性能を向上させるか？
• RQ3 分散ビジョンパイプラインに証拠結合を統合する際のスケーラビリティと計算的トレードオフは何か？
• RQ4 本システムは複数の処理レベルに跨る不確実性と矛盾する証拠をどのように処理するか？

主な発見

• Dempster-Shafer推論の統合により、視覚認識における不確実性の取り扱い能力が顕著に向上した。
• 並列アーキテクチャのおかげで、複数の処理レベルに跨る効率的でスケーラブルな証拠結合が実現された。
• ノイズが多い、または曖昧な条件下でも、複雑な視覚的パターンの認識において耐障害性が向上した。
• 各レベルでの証拠結合が、より正確で信頼性の高い最終的解釈に寄与した。